基于MicroNIR的小麦粉品质在线检测系统设计

小麦粉生产工厂多采用离线方式分析产品的品质,造成产品质量分析数据滞后于生产过程,导致人力和物力资源浪费等问题,研究设计了微型近红外小麦粉品质在线检测系统。以MicroNIR-2200微型近红外光谱仪和S3C2416开发板为核心,以小麦粉为研究对象,以水分、灰分和面筋含量作为检测指标,设计并搭建了基于近红外光谱分析技术的小麦粉品质在线检测系统,该系统主要包括在线光谱采集系统的硬件、软件部分和光谱建模分析软件的设计。通过模拟在线装置和实验测试,验证了基于近红外光谱的小麦粉品质在线快速检测系统的可行性。     

基于近红外和中红外光谱技术的小麦粉品质检测及掺杂鉴别方法

针对国家标准法检测小麦粉品质的传统方法存在一定缺陷,提出基于近红外光谱和中红外光谱技术快速检测面粉的方法,并基于偏最小二乘法建立了矫正模型,对小麦粉的灰分、水分、面筋品质指标进行了分析。对于小麦粉的掺杂鉴别问题,基于标准法测光谱距离建立了聚类分析模型,结果表明,可实现对小麦面粉品质的快速检测及掺杂鉴别。     

基于近红外光谱技术的小麦粉灰分含量检测方法研究

采用近红外光谱技术建立小麦粉灰分含量的快速检测方法。使用两种不同的近红外光谱仪器采集小麦粉的近红外光谱数据,以常规分析法的测定值作为建模数据,采用偏最小二乘(PLS)回归分析法建立小麦粉灰分的定量分析模型,比较两种不同的近红外光谱仪器扫描的小麦粉近红外光谱图对模型的影响。结果表明,MicroNIR-1700近红外光谱仪扫描的谱图所建校正集模型的相关系数R~2为90.69,均方根误差(RMSECV)为0.031 2,预测集模型的均方根误差(RMSEP)为0.021 7;VERTEX70傅里叶变换近红外光谱仪扫描的谱图所建校正集模型的相关系数R~2为89.40,均方根误差(RMSECV)为0.035 0,预测集模型的均方根误差(RMSEP)为0.036 6。两种仪器都能用于小麦粉光谱采集,并进行灰分含量快速检测,MicroNIR-1700在小麦粉灰分检测方面有更好的应用。     

近红外光谱技术在小麦粉品质检测方面的应用研究进展

近红外光谱(NIRS)技术是当前发展最快、最具前景的现代无损分析技术之一。NIRS技术融合了计算机、光学、数学、化学和化学计量学等多个学科的最新研究成果,具有简便、快速、低成本、无污染、不接触等优点,目前被广泛应用于食品品质分析与检测研究。本文综述了近十年来NIRS技术在小麦粉理化指标(如水分、灰分、蛋白质、淀粉)、粉质指标(如面筋、面筋指数分、沉降值、吸水量、形成时间、稳定时间、弱化度)及掺杂物(如甲醛次硫酸氢钠、滑石粉、过氧化苯甲酰、石灰、偶氮甲酰胺、曲酸)等方面的检测研究进展。同时,基于当前研究进展,NIRS技术在光谱数据挖掘、建模算法优化、模型稳健性等方面还需大量研究,为研发小麦粉质量快速无损检测设备提供更多数据支撑和方法参考。     

基于云计算的食品品质实时在线光谱检测系统实现

为解决光谱检测技术中的模型维护成本高、扩展性不足和光谱资源共享性较差等问题,改善专用便携式光谱仪检测分析对象的局限性,将光谱数据采集和分析功能进行解耦,使用Android开发工具和Java语言,开发了以便携式光谱仪、手机终端和云服务器构成的光谱实时在线检测系统,基于云计算服务完成云端光谱模型的建立与分析。以小麦粉面筋定量分析为例,采用多元散射校正、竞争性自适应重加权采样法、偏最小二乘回归算法建立小麦粉面筋定量分析模型,测试25个小麦粉样本并返回分析结果,验证系统可靠性。结果表明,25个小麦粉样本面筋含量误差范围在0~0.7%,分析结果消耗时间平均为7.09s,误差范围和分析结果耗时均在可接受范围内,验证了基于云计算服务实现光谱实时在线检测分析是可行的。通过部署不同食品主要成分的定量分析模型至云端,系统可实现多种食品品质的实时在线检测分析,希望为多场景下食品品质快速无损检测提供技术参考。     

基于NIR高光谱成像技术的滩羊肉内部品质无损检测

利用近红外高光谱成像技术对滩羊肉蛋白质和脂肪含量、pH值进行无损检测研究。通过高光谱系统(900~1700 nm)采集69个羊肉样本信息,先对全波段下的原始光谱和预处理后光谱建立偏最小二乘回归(PLSR)模型,对比优选出最佳预处理算法,后采用PLSR的加权β系数法提取特征波长,建立特征波长下各品质参数的PLSR模型,分析预测效果。结果表明:羊肉蛋白质、脂肪含量、pH值最佳预处理方法为基线校准(Baseline)、多元散射校正与S-G卷积平滑结合算法(MSC+SG)和原始光谱;利用特征波长建立预测模型,决定系数(RP2)分别为0.83、0.86和0.72,预测均方根误差(RMSEP)为0.57、0.09和0.12,可替代全波段建模。利用近红外高光谱成像技术对羊肉内部品质进行快速无损检测是可行的。     

基于拉曼光谱技术的面粉品质快速检测

由于目前国标法检测面粉水分、灰分以及湿面筋等品质参数的方法费时、费力,研究提出基于拉曼光谱分析技术建立面粉中水分、灰分和湿面筋的定量分析研究。实验随机采集100 份不同种类的古船面粉样本,采集样本的拉曼光谱,运用光谱预处理方法结合偏最小二乘法建立分析模型,所建立的水分（含量取值范围为
13.3%～15.4%）、灰分（含量取值范围为0.46%～0.85%）和湿面筋（含量取值范围为28%～36.8%）定量模型的相关系数分别达到0.945 66、0.993 39、0.981 65,校正均方根误差分别为0.145、0.012 6、0.456。结果表明,通过拉曼光谱技术实现面粉品质快速、无损、高效的检测可行且具有较大的发展空间。实验还通过新旧面粉的拉曼光谱,建立2013年与2014年生产面粉的距离匹配分析模型,实现过期面粉的快速鉴别,实验准确率达100%。     

基于便携式仪器的小麦面粉品质检测方法研究

目的 建立一种噪声小、自适应程度高的小麦粉预测模型的遗传算法-最小二乘法(genetic algorithm partial least squares, GA-PLS)检测小麦面粉品质。方法 采用AMBERⅡ手持式蓝牙光谱仪采集小麦面粉的近红外光谱,将采集的全波段光谱分段成波长相等的子区间,对每段子区间的小麦粉水分、灰度以及面筋含量进行最小二乘法预测建模(PLS模型),将每段建模数据进行遗传算法筛选优化,最终建立GA-PLS模型,幵与未分段的全谱段PLS模型进行对比分析。结果 基于遗传算法结合偏最小二乘的模型验证精度高于全谱段PLS模型,。其中小麦粉灰度值的相关系数(r~2)由0.679上升至0.919,小麦粉水分的r~2由0.701上升至0.923,小麦粉面筋的r~2由0.821上升至0.925。结论 该方法结果准确,精度高,适用于小麦面粉品质的现场快速检测。     

䥺Symbol`@@基于近红外光谱漫透射技术的苹果可溶性固形物含量在线检测

为研究苹果的内部品质,提高检测的速度和稳定性,将近红外光谱漫透射技术应用于在线检测研究,并采取偏最小二乘回归(PLSR)算法结合不同光谱预处理方法建立苹果内部的可溶性固形物含量(SSC)的定量模型。结果表明:采用一阶微分结合多元散射校正(MSC)预处理后的模型最稳定,校正集和预测集的标准差分别为0.17和0.39,校正集的相关系数也达到0.988 3。试验结果说明近红外光谱漫透射技术能够快速、无损地检测出苹果的可溶性固形物含量。     

高光谱成像技术结合线性回归算法快速预测鸡肉掺假牛肉

采用近红外高光谱成像技术(900~1700 nm)结合线性回归算法对牛肉掺假快速无损检测。将鸡肉糜掺入牛肉糜中制备牛肉掺假样品,掺假比例为2%~98%(w/w),掺假间隔为2%。采集掺假样品的光谱图像,提取光谱数据,并利用偏最小二乘回归(Partial least squares regression,PLSR)和多元线性回归(Multiple linear regression,MLR)算法建立掺假样品的定量预测模型。为了减少高维共线性问题,提高模型运算效率,分别采用PLS-β系数法、逐步回归法(Stepwise)和连续投影算法(Successive projection algorithm,SPA)筛选最优波长建立优化预测模型。结果表明,基于SPA算法结合MLR建模方法得到的掺假牛肉预测模型,其预测效果最优,校正集决定系数(R_C2)和均方根误差(Root mean square error of calibration,RMSEC)分别为0.99和3.23%,验证集的决定系数(R_P2)和均方根误差(Root mean square error of prediction)RMSEP分别为0.97和5.31%,预测偏差(Residual predictive deviation,RPD)为6.82。综上,近红外高光谱成像技术结合线性回归算法可以实现对掺假牛肉的快速无损定量检测。     

基于高光谱技术检测小麦粉灰分含量

目的 基于高光谱技术实现对小麦粉灰分含量的准确检测。方法 利用高光谱成像技术采集小麦粉的光谱数据,建立基于偏最小二乘法(partial least squares regression,PLSR)和深度极限学习机(deep extreme learning machines,DELM)的小麦粉灰分含量预测模型;通过分析3种预处理算法和4种波长选择算法,分别选出最佳的预处理与波长选择方法,最后构建基于特征波段光谱信息的预测模型,并对结果进行比较。结果 标准正态变量校正(standard normal variable,SNV)为最佳预处理方法;连续投影算法(successive projections algorithm,SPA)相较于随机森林(random forest,RF)、无信息变量消除(uninformative variable elimination,UVE)和遗传算法(genetic algorithm,GA)选择特征波长的模型更优;DELM模型更适用于灰分含量的检测,最优模型的测试集决定系数为0.968,预测集均方根误差为0.024。结论 高光谱成像技术可以快速、精准的...     

调质处理对国产小麦制粉特性影响的研究(一)

在全国范围内有代表性地选择高、中、低筋5种小麦,通过单因素试验考察加水量、润麦温度、润麦时间对小麦硬度、小麦粉水分、小麦粉灰分、4、麦粉白度、前路出粉率、总出粉率、麸皮出率、制粉总评分等制粉特性的影响.研究表明:小麦单颗粒硬度、小麦粉灰分、前路出粉率、总出粉率、细麸出率、总麸出率、弱筋小麦的制粉综合评分等均与入磨水分负相关;小麦粉白度、粗麸出率、中强筋小麦的制粉综合评分与入磨水分均呈现显著的正相关;润麦时间对小麦单颗粒硬度、前路出粉率、总出粉率、麸皮出率、小麦粉白度没有影响,润麦时间对小麦粉灰分、制粉综合评分有一定的影响,但不具规律性.     

小麦麸皮微波处理对全麦粉面筋品质和流变学特性的影响

目的探讨小麦麸皮微波处理灭酶对全麦粉面筋品质特性和流变学特性的影响。方法以中高筋小麦为原料,对麸皮微波处理后再回添到小麦粉中制得全麦粉,设置麸皮水分含量、微波处理时间和麸皮厚度3个变量因素,固定其中2个变量因素,探讨另1个变量因素对全麦粉中面筋特性和流变学特性的影响。结果麸皮水分含量对湿面筋含量、面筋吸水率、面团形成时间、吸水量、稳定时间和弱化度具有显著性影响,微波处理时间对湿面筋含量、吸水量、稳定时间和弱化度具有显著性影响,麸皮厚度对干面筋含量、面团形成时间、稳定时间、弱化度和粉质质量指数具有显著性影响。结论对全麦粉面筋品质和流变学特性的影响大小依次为麸皮水分含量、麸皮厚度、微波处理时间。     

微波辐照稳定化处理小麦籽粒及其品质变化的研究

以河北优质白麦为原料,研究了微波辐照功率、辐照时间、润麦水分、润麦时间等参数对全麦粉脂肪酶活动度、湿面筋含量的影响,考察了适度微波辐照对面粉粉质特性和糊化特性的影响。结果表明微波辐照能够显著降低(p<0.05)全麦粉的脂肪酶活动度和湿面筋含量。适度的微波辐照(微波功率420 W,辐照时间90 s,润麦水分14%,润麦时间25 min)能够大幅降低全麦粉脂肪酶活动度,同时对其湿面筋含量损伤较小,并提高面粉粉质稳定时间,降低弱化度,增加了面糊峰值粘度和回生值,改善了面筋强度和面糊稳定性,延缓了全麦粉脂肪酸值的升高。     

红小豆超微粉对面粉理化性质及鲜湿面条品质的影响

目的:探究红小豆超微粉在鲜湿面条中的适宜添加量。方法:采用粉质仪、拉伸仪、湿面筋仪、降落数值仪及面粉白度仪测定红小豆超微粉对面粉理化指标的影响,采用质构仪测定红小豆超微粉对鲜湿面条质构参数的影响,采用感官方法评价红小豆超微粉和红小豆粗粉对鲜湿面条感官品质指标的影响,采用理化分析法测定面条的蒸煮品质和营养成分。结果:红小豆超微粉适宜添加量为8%～12%。当红小豆超微粉添加量为12%时,面条中蛋白质含量提高了10.1%,膳食纤维含量提高了31.8%,红小豆超微粉面条比粗粉面条品质提高了13.9%。结论:红小豆经超微粉碎后,降低了对面粉品质和鲜湿面条品质的负面影响,可提高小麦粉面条的营养价值。